इस तरह की भविष्यवाणियां लाजिमी हैं। और अक्सर वे भविष्यवाणियां पंडितों की ओर से आती हैं, जो 'जानते हैं।' लेकिन क्या होगा अगर भविष्यवाणी की असली ताकत पंडितों की राय और पूर्वाग्रह में नहीं बल्कि आंकड़ों में है?
इंटरनेट के बारे में सबसे आश्चर्यजनक चीजों में से एक यह है कि लोग किस बारे में बात कर रहे हैं, यह सुनकर बड़ी आबादी की भावना को जल्दी से निर्धारित करने की क्षमता है। बेशक, सुनना कोई नई बात नहीं है। एक सफल व्यवसाय का निर्माण करने वाला कोई भी व्यक्ति आपको बताएगा कि संस्कृति को विकसित करने और जानकारी देने के लिए सबसे महत्वपूर्ण कौशल ग्राहक को सुनना है।
क्या होगा अगर मैंने तुमसे कहा कि यह गलत था? अनाथामा, है ना? ग्राहक हमेशा पहले आते हैं! यह केवल आंशिक रूप से सच है। हमेशा ग्राहक को सबसे पहले रखने में समस्या यह है कि आप एक प्रतिध्वनि कक्ष का निर्माण करते हैं जो रिपोर्ट करता है कि आप जो कर रहे हैं उसके आधार पर आपको अपने व्यवसाय को विकसित करने के लिए क्या करना चाहिए, जबकि विकास न केवल ग्राहक से आता है, बल्कि उन लोगों से भी होता है। जो अभी तक ग्राहक नहीं हैं।
कैरोलीन मंज़ो कितनी पुरानी है
कंपनियां अक्सर ग्राहकों पर लटकने की सख्त कोशिश करती हैं, जब उनका समग्र व्यवसाय सिकुड़ रहा होता है और पीड़ित होता है, वे ग्राहकों को रहने के लिए वफादारी कार्यक्रम और प्रोत्साहन देते हैं, लेकिन वे बड़े बाजार की भावना से बेखबर हैं जो अन्य विकल्पों की ओर भाग रहा है। यह टाइटैनिक के यात्रियों को केबिन अपग्रेड देने की कोशिश करने जैसा है - जबकि यह डूब रहा है!
इसके बजाय, क्या होगा यदि आप अपने संसाधनों को निर्देशित करने और विकास के साथ अपने निर्णयों को संरेखित करने के लिए पूरे बाजार, वर्तमान और क्षमता को सुन सकें? क्या होगा यदि आप भविष्यवाणी कर सकते हैं कि बाज़ार किस तरह से बदल रहा है, लेकिन कोई भी व्यक्तिगत ग्राहक, फ़ोकस समूह, मार्केटिंग प्रतिभा या ग्राहकों का मौजूदा समुदाय पर्याप्त रूप से व्यक्त नहीं कर सकता है?
ठीक यही सामाजिक श्रवण का उद्देश्य है; डेटा आपको जो बता रहा है, उसके आधार पर बाज़ार की सामूहिक भावना को समझने के लिए। यह आसान लगता है लेकिन यह आश्चर्यजनक है कि कुछ कंपनियां इसे कैसे कर रही हैं। क्यों नहीं? क्योंकि हम सभी विश्वास करना चाहते हैं कि हम बाजार से ज्यादा स्मार्ट हैं; कि डेटा हमारे पास कुछ भी नहीं है। क्योंकि, अगर ऐसा होता, तो हमारा मूल्य क्या होता?
जो मुझे ऑस्कर में लाता है। (आप जानते थे कि मैं अंततः वहां पहुंचूंगा!)
जॉय डियाज़ ऊंचाई और वजन
लिसनिंग एनालिटिक्स प्लेटफॉर्म का उपयोग करते हुए, स्प्राउट सोशल ने आज रात के ऑस्कर विजेताओं को प्रोजेक्ट करने के लिए सर्वश्रेष्ठ चित्र की तीन प्रमुख ऑस्कर श्रेणियों, एक प्रमुख भूमिका में सर्वश्रेष्ठ अभिनेता और एक प्रमुख भूमिका में सर्वश्रेष्ठ अभिनेत्री के डेटा को कैप्चर किया। हालांकि यह सिर्फ मनोरंजन के लिए है, यह इस बात का एक बड़ा उदाहरण है कि बाजार के परिप्रेक्ष्य को समझने में सामाजिक भावना कितनी शक्तिशाली हो सकती है।
प्रत्येक श्रेणी में उन्होंने उल्लेखों की संख्या और सकारात्मक बनाम नकारात्मक उल्लेखों के लिए वेब को खंगाला। परिणाम कुछ मामलों में सीधे आगे हैं और दूसरों में आकर्षक रूप से करीब हैं।
उदाहरण के लिए, डेटा से पता चलता है कि मुझे अपने नाम से बुलाओ प्रशंसकों के बीच अनुमानित विजेता है, जिसमें कुल 152,880 उल्लेख, 64,758 सकारात्मक उल्लेख, 18,095 नकारात्मक उल्लेख और 46,663 शुद्ध सकारात्मक उल्लेख हैं (यह सकारात्मक उल्लेखों की संख्या कम नकारात्मक उल्लेख है।) पानी का आकार तथा लेडी बर्ड क्रमशः 48,039 और 34,268 सकारात्मक उल्लेखों के साथ पीछे का अनुसरण करें। हालांकि, डनकर्क में लेडी बर्ड की तुलना में अधिक कुल उल्लेख थे, लेकिन लगभग 7,000 कम शुद्ध सकारात्मक उल्लेख थे। हालांकि गेट आउट में डनकर्क की तुलना में अधिक शुद्ध सकारात्मक उल्लेख थे!
इनमें से कोई भी आपके नाम से कॉल मी को हड़पने की संभावना नहीं है, लेकिन एक विपणन दृष्टिकोण से यह अंतर्दृष्टि प्रदान करता है कि फिल्मों के बारे में कितनी करीबी भावना है, जिन्हें ऑस्कर नहीं मिल रहा है, लेकिन लोकप्रियता के मामले में कम-से-कम गर्दन और गर्दन नहीं हैं।
एक प्रमुख भूमिका में सर्वश्रेष्ठ अभिनेता की श्रेणी की तुलना में एक प्रमुख भूमिका में सर्वश्रेष्ठ अभिनेत्री की श्रेणी के लिए हास्यास्पद रूप से करीबी शुद्ध सकारात्मक रेटिंग और भी आकर्षक है। यहां अपने निष्कर्ष निकालें लेकिन विचारों का विभाजन कम से कम एक आकर्षक नजरिया है कि ध्रुवीकृत भावना कैसे बन सकती है।
बेस्ट मोशन पिक्चर | कुल उल्लेख | सकारात्मक उल्लेख | नकारात्मक उल्लेख | शुद्ध सकारात्मक उल्लेख |
मुझे अपने नाम से बुलाओ | १५२,८८० | 64,758 | १८,०९५ | 46,663 |
पानी का आकार | ११५,५७८ | 48,039 | 12,304 | 35,735 |
लेडी बर्ड | 64,063 | 34,268 | 7,249 | २७,०१९ |
डनकिर्को | 73,586 | 33,085 | १२,९८८ | 20,097 |
चले जाओ | 56,196 | 32,136 | 9,802 | 22,334 |
एक प्रमुख भूमिका में सर्वश्रेष्ठ अभिनेता | ||||
डेनियल कालुया (गेट आउट) | 89,552 | 37,152 | 4,698 | 32,454 |
टिमोथी चालमेट (मुझे अपने नाम से बुलाओ) | २८,५२७ | 16,405 | 1,785 | १४,६२० |
गैरी ओल्डमैन (सबसे काला घंटा) | १५,०५७ | 8,337 | २,५७३ | 5,764 |
एक प्रमुख भूमिका में सर्वश्रेष्ठ अभिनेत्री | ||||
मार्गोट रोबी (मैं, टोन्या) | 2,007 | ५९३ | 589 | 4 |
मेरिल स्ट्रीप (द पोस्ट) | 549 | 196 | १८३ | १३ |
साओर्से रोनन (लेडी बर्ड) | ४०४ | १८८ | 3. 4 | १५४ |
फ्रांसिस मैकडोरमैंड (तीन बिलबोर्ड) | 202 | ८१ | 22 | 59 |
सैली हॉकिन्स (द शेप ऑफ वॉटर) | १३१ | 70 | पंद्रह | 55 |
*डेटा द्वारा प्रदान किया गया स्प्राउट सोशल
तो, क्या डेटा आज रात के विजेताओं की भविष्यवाणी करेगा? इस विशिष्ट परिदृश्य का व्यावहारिक पक्ष यह है कि ऑस्कर पर वोट देने वाले एकेडमी ऑफ मोशन पिक्चर्स एंड साइंसेज के 6,000 सदस्य जो चाहें कर सकते हैं, चाहे डेटा कुछ भी कहे। क्या वे उपरोक्त तालिका में कैप्चर किए गए व्यापक जनसांख्यिकीय को प्रतिबिंबित करने की संभावना रखते हैं? शायद, लेकिन जरूरी नहीं।
ट्रिना ब्रेक्सटन कितना लंबा है
जो भी हो, हम एक ऐसे बिंदु पर हैं जब हमें डेटा सुनने में अधिक समय और अपने इको चैंबर्स में कम समय बिताने की आवश्यकता होती है।